AI开发硬件基础经验
文章和代码已经归档至【Github仓库:https://github.com/timerring/dive-into-AI 】或者公众号【AIShareLab】回复 AI配置 也可获取。
AI开发硬件基础经验
笔记本选配
出于通勤等因素,建议型号
MacBook Air M1 16+ 256
MacBook Pro M1 16 + 256
M1芯片的mbp非常强大,发热不严重,甚至在Air版没风扇.
主机八大件选购
主要介绍主机GPUx1/GPUx2的配置,GPUx4/GPUx8的配置后面介绍,建议结论如下,3080版本总计13000左右,3090版本总计21000左右(显卡加6000左右换成3090,电源换成1000w,其他不需要变即可)。
CPU/主板:5900x+微星MAG B550M MORTAR WIFI迫击炮主板.==> 3200元
CPU散热:利民Frozen Magic EX 240水冷. ==> 390元
硬盘:三星PM9A1 1T 809 + WD西数sn570 2T.==>1300元
内存:海盗船复仇者内存条32G x2. ==>900x2=1800元
GPU:耕升3080 12G ==>5200元
电源:长城850w金牌全模组==> 560元
机箱:300元左右支持240水冷的机箱即可=>200元
关于CPU
这里参考CPU天梯图 https://zhuanlan.zhihu.com/p/109042798 常看常新
CPU天梯图是按照CPU的跑分进行排序,进行综合性能对比、反映CPU性能优劣的一种量化标准。CPU主要有两家品牌: Intel(触点式接口)和AMD(针脚式接口),此部分主要介绍Intel/AMD主流系列,其他系列会在后介绍。
intel酷睿系列:i3(入门办公). i5(主流).i7(高端级), i9(发烧级).eg: 12700k,12900k…
AMD锐龙系列:R3(入门办公).R5(主流).R7(高端).R9(发烧级).eg: 5700x,5900x…
CPU接口不同搭配的主板也不同,不同级别的CPU搭配不同级别的主板芯片组。eg:
入门办公 : Intel主板(H开头)、AMD主板(A开头).eg:H610,A520
主流∶Intel主板/AMD主板(B开头).eg: B660,B550
高端/发烧: Intel主板(Z开头)、AMD主板(开头).eg: z690,x570
intel-酷容12代系列
https://zhuanlan.zhihu.com/p/429099752
intel 12代酷睿系列CPU,需要搭配不同后缀标代表不同意思,
后缀k:具备核显,可以超频
后缀KF:不具备核显,可以超频
后缀F:不具备核先,不可超频需要搭配的主板型号
一般主机要搭配GPU,因此不需要考虑带K的系列。且长时间运行不建议超频。
需要搭配的主板型号
1)B660
2)Z690
AMD-锐龙5000系列
https://www.gamersky.com/news/202204/1479779.shtml
AMD锐龙5000系列,后缀含义
1)X: 高端处理器
2)G: 带核显…
需要搭配的主板型号
1)B550: 华硕TUF重炮手、微星迫击炮…
2)X570:
主板介绍
主板中比较好的牌子:华硕、技嘉、微星. 中高端都是可以选择的. 不同的主板的版型,即大小:
EATX/ATX: 需要搭配大机箱,散热最好
mATX:比较合适
ITX:扩展性、散热有问题
在AI训练、测试用途中,CPU部分主要考虑的是核心&线程数量。建议大家选购AMD 5900x型号,散片/盒装都可,CPU出故障率极低。(不推荐12代酷睿的原因是 在Ubuntu系统中版本适配做的不好,比如大小核小分配任务的故障等)
学校可以配置一个ATX的大机箱放到工位。
公司可以配置mATX加一个小机箱。
另外,主板一定要选择带蓝牙/wifi的配置,这样可以剩下一个PCIE插口,后续扩展硬盘非常方便的。
CPU散热器
风冷: CPU的热量传到到热管鳍片的表面,通过风扇进行对流交换散热。
推荐型号:猫头鹰系列(高风扇转速下非常安静)
水冷: CPU的热量通过水泵对冷却液的循环,抽到散热片风扇冷却,循环散热。
推荐型号:240起步,恩杰X系列、利民Frozen Magic EX系列、华硕ROG龙神系列。
CPU散热部分主要考虑的是噪音,风冷噪音实在太大,而水冷的风险是漏液。建议选购推荐品牌的240/360水冷。
硬盘 & 内存
硬盘比较好的牌子:三星、铠侠、西部数据,硬盘按照接口主要分为两种
PCIE3.0/4…0
SATA:速度太慢,不推荐
在AI训练、测试用途中,硬盘部分主要考虑的是速度,容量其次,有时候GPU显存的利用率很低,很大的程度是硬盘IO瓶颈。由于B550/B660主板预留的PCIE接口只有两个,所以推荐采用2T NVME PCIE3.0(装系统) + 1T NVME PCIE4.0. 存放有价值的数据集跟训练checkpoint是完全没问题的。后续如果想增加容量完全可以用PCIE扩展卡上面额外加固态即可。关于容量,比如imagenet 138G. COCO 27G. 1T + 2T的配置完全够用。
PCIE扩展卡的使用
# 格式化新硬盘并挂载到新目录的方法
df –h # 查看分区以及挂载点
fdisk –l # 查看服务器上所有硬盘状态(已安装和未安装)
mkfs -t ext4 -c /dev/sdb1 # 格式化硬盘
mount /dev/nvme1n1 /home/wlsh/ssd # 创建新目录作为新硬盘挂载点
vim /etc/fstab # 开机自动挂载
/dev/nvme1n1 /ssd ext4 defaults 0 0
内存比较好的牌子:英睿达、海盗船、芝奇都可。
原则:内存的容量 > 2*GPU显存,越高越好
在AI训练、测试用途中,内存部分主要考虑的是容量,数据的处理流程是硬盘=>内存=>GPU显存,一定量的内存能保证进行数据预处理的时候能非常好的。频率不需要太高,建议适中3200即可,考虑到后续参加比赛需求。预算不足情况下32G即可。
GPU &电源
可见FP16算力远远大于FP32。
GPU与Al训练、测试相关的参数:
FP64: Linpack(Linear system package)Test (通常在物理模拟等需要精度特别高的场景下才会考虑)
FP32: Deep Learning 单精算力
FP16: Quantization(压缩) & amp(混合精度): python1.6 +++(以后的版本都支持) 半精算力
推荐两款型号3080 12G / 3090 24G,建议预算充足选择3090
注意:同样的型号 3090 24G,半精度下71TFLOPS远远大于单精度35TFLOPS。因此,可以选择开启半精度训练。也就是同样场景下半精度训练速度比单精度快一倍。
2张2080ti+1200w 在满载跑模型的时候,主机断电重启的问题,经检查pytorch启动瞬时功率过大导致的。
电源建议:3080 12G 选用850w,3090选用1000w
牌子:振华、海韵都可
N卡进化历程
在第三代的Kepler架构里,FP64单元和FP32单元的比例是1:3或者1:24。
第四代的Maxwell架构里,这个比例下降到了只有1:32。
第五代的Pascal架构里,这个比例又提高到了1:2,但低端型号里仍然保持为1:32。
一般重点关注FP32峰值算力,与DL息息相关。
对于一些特殊的卡,例如T4专门用于推理,只需要关注FP16和INT8的算力即可。
其他的Process Unit
APU— Accelerated Processing Unit,加速处理器,AMD公司推出加速图像处理芯片产品。
BPU— Brain Processing Unit,地平线公司主导的嵌入式处理器架构。
CPU—Centrall Processing Unit中央处理器。目前PC core的主流产品。
DPU —Deep learning Processing Unit,深度学习处理器。最早由国内深鉴科技提出;另说有Dataflow Processing Unit数据流处理器,Wave Computing 公司提出的AI架构;Data storageProcessing Unit。深圳大普微的智能固态硬盘处理器。
FPU— Floating Processing Unit浮点计算单元,通用处理器中的浮点运算模块。
GPU —Graphics Processing Unit,图形处理器,采用多线程SIMD架构。为图形处理而生。
HPU一Holographics Processing Unit全息图像处理器,微软出品的全息计算芯片与设备。
IPU—Intelligence Processing Unit,Deep Mind投资的Graphcore公司出品的AI处理器产品。
MPU/MCU — Microprocessor/Micro controller Unit,微处理器/微控制器,一般用于低计算应用的RISC计算机体系架构产品,如ARM-M系列处理器。
NPU — Neural Network Processing Unit,神经网络处理器,是基于神经网络算法与加速的新型处理器总称。如中科院计算所/寒武纪公司出品的diannao系列。
RPU — Radio Processing Unit,无线电处理器,lmagination Technologies公司推出的集合集wifi/蓝牙/FM/处理器为单片的处理器。
TPU一Tensor Processing Unit张量处理器,Google公司推出的加速人工智能算法的专用处理器。目前一代TPU面向Inference,二代面向训练。
VPU—Vector Processing Unit 矢量处理器。Intel收购的Movidius公司推出的图像处理与人工智
从目前的实践来看,AI算法和传统HPC算法相比,对精度的要求低得多。因此我们看到很多AI芯片主要强调在FP16或者INT8中的精度。可以说,对目前AI芯硬件效率的提升,低比特精度有很大贡献。
机箱
构建合理的机箱风道能保证CPU跟显卡的温度,在确定自己机箱需求后,建议机箱安装若干风扇组件合理风道是非常重要的。
多GPU情况
GPUx4 or GPUx8: 在多GPU情况下、保证机器的稳定性是至关重要的,这时候就要选择更高系列的CPU。
1)Intel至强系列 4210R, 5218R, 6230R
2)AMD霄龙系列 7320, 7402, 74F3…
这些CPU比如支持ECC自动纠错内存、支持的CPU通道数更多、支持更高的PCIE通道等。
云服务器的推荐
Colab
AutoDL
- 点赞
- 收藏
- 关注作者
评论(0)